PENDEKATAN MULTIVARIATE ADAPTIVE REGRESSION SPLINES UNTUK MEMODELKAN TINGKAT KEMISKINAN DI PROVINSI SUMATERA BARAT

Romy Yunika Putra, Afnita Roza, Hesti Maria Putri

Abstract


Multivariate Adaptive Regression Splines (MARS) merupakan salah satu metode statistik yang menggunakan pendekatan regresi nonparametrik. Regresi nonparametrik digunakan apabila tidak terdapat informasi tentang bentuk fungsi dan tidak ada pola hubungan antara variabel dependen dengan variabel independen. Pada penelitian ini metode MARS diaplikasikan pada data tingkat kemiskinan di Provinsi Sumatera Barat. Unit observasi pada penelitian ini adalah 19 Kabupaten/Kota di Provinsi Sumatera Barat. Hasil penelitian menunjukkan bahwa model MARS terbaik adalah dengan menggunakan Basis Fungsi (BF) = 18, Maksimum Interaksi (MI) = 2, dan Minimum Observasi (MO) = 3 dengan GCV yang dihasilkan sebesar 0,001 dan nilai R2 sebesar 99,99%. Variabel independen yang memberikan kontribusi terhadap tingkat kemiskinan pada model terbaik secara berturut-turut adalah Tingkat Partisipasi Angkatan Kerja (X3) sebesar 100%, Jumlah Puskesmas (X5) sebesar 55,5%, Angka Harapan Hidup (X4) sebesar 45%, Rumah Tangga yang Menempati Rumah dengan Status Tidak Milik Sendiri (X6) sebesar 28,6%, dan Angka Partisipasi Sekolah (X1) sebesar 19,5%.

Kata Kunci: Kemiskinan, MARS, Regresi Nonparametrik


Keywords


Kemiskinan; MARS; Regresi Nonparametrik

Full Text:

PDF


DOI: https://doi.org/10.15548/map.v3i2.3143
Abstract views : 424 times
PDF : 288 times

References


Friedman, J. 1991. Multivariate Adaptive Regression Splines. The Annals of Statistics 19, 1-141.

Putra, R.Y. 2017. Pemodelan Tingkat Pengangguran Terdidik di Indonesia Menggunakan Pendekatan Regresi Nonparametrik Spline. Skripsi. Departemen Statistika FMIPA Institut Teknologi Sepuluh Nopember. Surabaya.

Hastie, T., Tibshirani, R. 1990. Generalized Additive Models. London: Chapman & Hall.

Yasmirullah, S.D.P., Otok, B.W., Purnomo, J.D.T., Prastyo, D.D. 2021. Multivariate Adaptive Regression Spline (MARS) methods with application to multi drug-resistant tuberculosis (MDR-TB) prevalence. AIP Conference Proceedings 2329 (1), 060019.

Sriningsih, R., Otok, B.W. 2021. Factors Affecting The Number of Dengue Fever Cases in West Sumatra Province using The Multivariate Adaptive Regression Splines (MARS) approach. Journal of Physics: Conference Series 1722 (1), 012094.

Otok, B.W., Putra, R.Y. 2020. Bootstrap Aggregating Multivariate Adaptive Regression Spline for Observational Studies in Diabetes Cases. Systematic Reviews in Pharmacy 11 (8), 406-413.

Arleina, O.D., Otok, B.W. 2014. Bootstrap Aggerating Multivariate Adaptive Regression Spline (Bagging MARS) untuk Mengklasifikasikan Rumah Tangga Miskin di Kabupaten Jombang. Jurnal Sains dan Seni ITS 3 (2), D91-D96.

Ampulembang, A.P., Otok, B.W., Rumiati, A.T. 2015. Biresponses Nonparametric Regression Model Using MARS and its Properties. Applied Mathematical Sciences 9 (29), 1417-1427.

Otok, B.W. 2009. Konsistensi dan Asimtotik Normalitas Model Multivariate Adaptive Regression Spline (MARS) Respon Biner. Jurnal Ilmu Dasar 10 (2), 133-140.

Andari, S., Purnami, S.W., Otok, B.W. 2013. Smooth Support Vector Machine dan Multivariate Adaptive Regression Spline untuk Mendiagnosis Kanker Payudara. Statistika 1 (2), 37-47.

Yasmirullah, S.D.P., Otok, B.W., Purnomo, J.D.T., Prastyo, D.D. 2021. Modification of Multivariate Adaptive Regression Spline (MARS). Journal of Physics: Conference Series 1863 (1), 012078.

Prastika, E.P., Otok, B.W., Purhadi, P. 2021. Pemodelan Multivariate Adaptive Generalized Poisson Regression Spline pada Kasus Jumlah Kematian Ibu di Provinsi Jawa Timur. Inferensi 4 (1), 1-12.

Otok, B.W., Guritno, S., Subanar, S. 2012. Asimtotik Model Multivariate Adaptive Regression Spline. Jurnal Natur Indonesia 10 (2), 112-119.

Otok, B.W., Akbar, M.S., Raupong, R. 2007. Estimasi Spline dan MARS MenggunakanKuadrat Terkecil. Jurnal Matematika, Statistika dan Komputasi 4 (1), 1-11.

Jusuf, H., Otok, B.W., Ningrum, A.R. 2016. Ketepatan Klasifikasi Status Diabetes Melitus dengan Pendekatan Multivariate Adaptive Regression Spline. J Statistika 9 (1), 19-22.


Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

 

Lisensi Creative Commonsis licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.